Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh cuộc Cách mạng công nghiệp 4.0 và sự phát triển mạnh mẽ của mạng thông tin di động thế hệ thứ năm (5G), nhu cầu truyền dữ liệu tốc độ cao, độ trễ cực thấp và độ tin cậy siêu cao cho các mô hình công nghệ mới (như Internet vạn vật - IoT, truyền thông tin cậy độ trễ thấp - URLLC) đóng vai trò quyết định. Kỹ thuật đa truy cập phi trực giao (Non-Orthogonal Multiple Access - NOMA) được đánh giá là một giải pháp then chốt nhằm nâng cao hiệu quả sử dụng nguồn tài nguyên vô tuyến bằng cách cho phép nhiều người dùng chia sẻ đồng thời cùng khối tài nguyên thời gian/tần số thông qua cơ chế ghép kênh theo miền công suất và kỹ thuật khử can nhiễu liên tiếp (Successive Interference Cancellation - SIC) tại máy thu.

Bên cạnh NOMA, kỹ thuật truyền thông hợp tác (Cooperative Communications) mang lại khả năng mở rộng vùng phủ sóng, tăng cường độ tin cậy và tạo ra phân tập không gian mà không đòi hỏi phải lắp đặt các mảng anten phức tạp trên thiết bị người dùng. Trong các hệ thống thông tin truyền thống với giả định chiều dài khối mã hóa vô hạn (dựa trên định lý dung lượng Shannon kinh điển), việc giải mã tại các nút chuyển tiếp thường được giả định là hoàn hảo nếu tốc độ truyền nằm dưới dung lượng kênh. Tuy nhiên, trong các ứng dụng điều khiển thời gian thực và mạng cảm biến của 5G/6G, dữ liệu được truyền đi dưới dạng các gói tin ngắn (short-packet communications với chiều dài khối hữu hạn $m$). Khi kích thước khối hữu hạn, việc giải mã không còn đảm bảo xác suất lỗi bằng không, dẫn đến hiện tượng lan truyền lỗi (error propagation) trong quá trình thực hiện SIC tại các nút chuyển tiếp và máy thu.

Đề tài khóa luận tốt nghiệp kỹ sư "Truyền gói tin ngắn trong mạng vô tuyến NOMA hợp tác" được thực hiện tại Bộ môn Kỹ thuật Máy tính – Viễn thông, Khoa Điện – Điện tử, Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh trong thời gian 15 tuần (hoàn thành vào tháng 08/2021) nhằm giải quyết bài toán phân tích và đánh giá hiệu năng lỗi của mô hình này.

Mục tiêu và nhiệm vụ nghiên cứu cụ thể của đề tài bao gồm:

  1. Xây dựng mô hình toán học cho hệ thống mạng NOMA hợp tác đường xuống hai người dùng hoạt động trong chế độ truyền gói tin ngắn trên kênh truyền fading Rayleigh.
  2. Phân tích giải tích và thiết lập các biểu thức khép kín/gần đúng cho tỷ lệ lỗi khối trung bình (Average Block Error Rate - BLER) của người dùng trung tâm ($U_c$) có tính đến hiện tượng lan truyền lỗi giải mã SIC.
  3. Phân tích giải tích BLER trung bình của người dùng biên ($U_e$) khi áp dụng hai kỹ thuật kết hợp phân tập tại máy thu: Kết hợp lựa chọn (Selection Combining - SC) và Kết hợp tỷ lệ tối đa (Maximal Ratio Combining - MRC).
  4. Xây dựng lưu đồ giải thuật và chương trình mô phỏng Monte Carlo trên phần mềm MATLAB để kiểm chứng, so sánh và đánh giá các kết quả phân tích lý thuyết dưới các tham số hệ thống khác nhau.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Tỷ lệ lỗi khối trung bình (BLER) của các nút người dùng trong mạng NOMA hợp tác đường xuống truyền gói tin ngắn với chiều dài khối hữu hạn $m$.
  • Phạm vi nghiên cứu: Mô hình hệ thống gồm 1 trạm phát gốc ($S$), 1 người dùng trung tâm đóng vai trò trạm chuyển tiếp bán song công ($U_c$), và 1 người dùng biên ($U_e$); các kênh truyền độc lập chịu phân phối fading Rayleigh và nhiễu Gauss trắng cộng (AWGN).

Cơ sở lý thuyết và phương pháp

Khóa luận dựa trên các nền tảng lý thuyết viễn thông vô tuyến hiện đại kết hợp phương pháp giải tích xác suất và mô phỏng số:

Khung lý thuyết và mô hình toán học

  • Đa truy cập phi trực giao NOMA (Power-domain NOMA): Trạm phát $S$ phát đồng thời tín hiệu tổng hợp $x_s = \sqrt{\alpha_c}x_c + \sqrt{\alpha_e}x_e$ với tổng công suất phát $P_s$, trong đó $\alpha_c$ và $\alpha_e$ là các hệ số phân bổ công suất thỏa mãn $\alpha_c + \alpha_e = 1$ và $\alpha_c < \alpha_e$ (người dùng ở xa được phân bổ công suất lớn hơn).
  • Cơ chế truyền thông hợp tác hai giai đoạn (Half-Duplex Cooperative Relaying):
    • Giai đoạn 1: Nguồn $S$ phát tín hiệu $x_s$ đến $U_c$ và $U_e$. Tại $U_c$, kỹ thuật SIC được áp dụng: $U_c$ giải mã tín hiệu $x_e$ trước với tỷ số tín hiệu trên can nhiễu cộng nhiễu (SINR) $\gamma_{c,e}$, sau đó trừ thành phần này để giải mã tín hiệu chính mình $x_c$ với tỷ số tín hiệu trên nhiễu (SNR) $\gamma_{c,c}$.
    • Giai đoạn 2: $U_c$ sử dụng công suất $P_c$ chuyển tiếp tín hiệu đã giải mã $x_e$ sang cho $U_e$ qua kênh truyền $g \sim \mathcal{CN}(0, \mu)$.
  • Kỹ thuật kết hợp phân tập tại máy thu người dùng biên ($U_e$):
    • Kỹ thuật kết hợp lựa chọn (Selection Combining - SC): $U_e$ chọn nhánh có SINR lớn hơn giữa giai đoạn 1 ($\gamma_{e,1}$) và giai đoạn 2 ($\gamma_{e,2}$), tức $\gamma_e^{SC} = \max(\gamma_{e,1}, \gamma_{e,2})$.
    • Kỹ thuật kết hợp tỷ lệ tối đa (Maximal Ratio Combining - MRC): $U_e$ kết hợp đồng pha và tối ưu hóa trọng số tín hiệu nhận từ cả hai giai đoạn, tức $\gamma_e^{MRC} = \gamma_{e,1} + \gamma_{e,2}$.
  • Lý thuyết truyền gói tin ngắn trong chế độ chiều dài khối hữu hạn (Finite Blocklength Regime): Tỷ lệ lỗi khối tức thời $\epsilon$ khi truyền $N$ bit trên $m$ ký hiệu kênh qua kênh có SNR/SINR $\gamma$ được mô hình hóa xấp xỉ bởi hàm $\Psi(\gamma, N, m) = Q\left(\frac{m C(\gamma) - N \ln 2}{\sqrt{m V(\gamma)}}\right)$, trong đó $C(\gamma) = \log_2(1+\gamma)$ là dung lượng kênh Shannon và $V(\gamma) = (1 - (1+\gamma)^{-2})(\log_2 e)^2$ là độ phân tán kênh (channel dispersion).

Phương pháp nghiên cứu

  • Phương pháp xấp xỉ hàm đệm tuyến tính: Để giải tích tích phân phức tạp chứa hàm $\Psi(\gamma, N, m)$, tác giả sử dụng hàm đệm tuyến tính từng đoạn $Z_{N,m}(t)$: $$Z_{N,m}(t) = \begin{cases} 1, & t \le v_{N,m} \ \frac{1}{2} - \rho_{N,m}\sqrt{m}(t - \beta_{N,m}), & v_{N,m} < t < u_{N,m} \ 0, & t \ge u_{N,m} \end{cases}$$ trong đó $\beta_{N,m} = 2^{N/m} - 1$, $\rho_{N,m} = \frac{1}{\sqrt{2\pi(2^{2N/m}-1)}}$, $v_{N,m} = \beta_{N,m} - \frac{1}{2\rho_{N,m}\sqrt{m}}$, và $u_{N,m} = \beta_{N,m} + \frac{1}{2\rho_{N,m}\sqrt{m}}$.
  • Phương pháp xấp xỉ xác suất lan truyền lỗi (Mệnh đề 1): Tác giả đề xuất xử lý số hạng tích xác suất $\mathbb{E}[\epsilon_{c,c}\epsilon_{c,e}]$ thông qua quan hệ tiệm cận $Z_{N_e,m}(t_1) Z_{N_c,m}(t_2)$, từ đó dẫn ra công thức xấp xỉ chặt $\mathbb{E}[\epsilon_{c,c}\epsilon_{c,e}] \approx \min(\mathbb{E}[\epsilon_{c,c}], \mathbb{E}[\epsilon_{c,e}])$ và suy ra $\mathbb{E}[\epsilon_c] \approx \max(\mathbb{E}[\epsilon_{c,c}], \mathbb{E}[\epsilon_{c,e}])$.
  • Phương pháp phân tích giải tích khép kín: Sử dụng tích phân suy rộng kết hợp hàm tích phân mũ $\text{Ei}(x) = -\int_{-x}^\infty \frac{e^{-t}}{t} dt$ trên phân phối tích lũy (CDF) và mật độ xác suất (PDF) của biến ngẫu nhiên kênh fading Rayleigh.
  • Phương pháp mô phỏng Monte Carlo: Thiết lập thuật toán lặp qua $10^5$ mẫu khung truyền ngẫu nhiên trên phần mềm MATLAB để thống kê tần suất lỗi khối thực tế và đối chứng với công thức giải tích.

Nội dung chính theo từng chương

Chương 1: Giới thiệu

Chương 1 trình bày tổng quan về xu hướng phát triển mạng không dây 5G, sự kết hợp giữa kỹ thuật NOMA và truyền thông hợp tác, đồng thời chỉ ra tính cấp thiết của việc nghiên cứu truyền gói tin ngắn trong bối cảnh các ứng dụng IoT đòi hỏi độ trễ cực thấp. Chương này làm rõ tính chất của chiều dài gói tin hữu hạn, nơi việc giả định giải mã hoàn hảo không còn chính xác và lỗi giải mã ở giai đoạn trước sẽ lan truyền sang giai đoạn sau. Từ đó, chương xác định rõ mục tiêu nghiên cứu, giới hạn phạm vi của đồ án và bố cục tổng thể gồm 5 chương.

Chương 2: Cơ sở lý thuyết

Chương 2 hệ thống hóa cơ sở lý thuyết về mạng NOMA đường xuống, nguyên lý truyền thông hợp tác với trạm chuyển tiếp bán song công (HDR), cấu trúc máy thu sử dụng kỹ thuật kết hợp lựa chọn (SC) và kỹ thuật kết hợp tỷ lệ tối đa (MRC). Đặc biệt, chương trình bày chi tiết mô hình truyền gói tin ngắn với chiều dài khối hữu hạn và phân tích các công thức xấp xỉ BLER tức thời. Chương dẫn ra hai đề xuất toán học ban đầu (Đề xuất 1 và Đề xuất 2) biểu diễn công thức giải tích khép kín của BLER trung bình tại các nút người dùng $u_1$ và $u_2$ dựa trên hàm phân phối tích lũy CDF và hàm tích phân mũ $\text{Ei}(x)$.

Chương 3: Nội dung thực hiện

Chương 3 tập trung xây dựng chi tiết mô hình hệ thống mạng NOMA hợp tác đường xuống 2 người dùng ($U_c$ và $U_e$) qua 2 giai đoạn truyền dẫn trong môi trường fading Rayleigh với các hệ số kênh $h_c \sim \mathcal{CN}(0, \lambda_c)$, $h_e \sim \mathcal{CN}(0, \lambda_e)$ và $g \sim \mathcal{CN}(0, \mu)$.

Nội dung trọng tâm là dẫn xuất toán học chi tiết cho tỷ lệ lỗi khối trung bình:

  • Đối với người dùng trung tâm ($U_c$): Tỷ lệ lỗi khối tức thời là $\epsilon_c = \epsilon_{c,e} + (1 - \epsilon_{c,e})\epsilon_{c,c}$. Kỳ vọng toán học $\mathbb{E}[\epsilon_c] = \mathbb{E}[\epsilon_{c,c}] + \mathbb{E}[\epsilon_{c,e}] - \mathbb{E}[\epsilon_{c,c}\epsilon_{c,e}]$. Tác giả dẫn xuất công thức giải tích cho $\mathbb{E}[\epsilon_{c,c}]$ thông qua hàm $Z_{N_c,m}(t)$: $$\mathbb{E}[\epsilon_{c,c}] = 1 - \rho_{N_c,m}\sqrt{m}\left(\frac{1}{\lambda_c P_s \alpha_c}\right)^{-1} \left( e^{-\frac{v_{N_c,m}}{\lambda_c P_s \alpha_c}} - e^{-\frac{u_{N_c,m}}{\lambda_c P_s \alpha_c}} \right)$$ Đồng thời, dẫn xuất biểu thức tích phân cho $\mathbb{E}[\epsilon_{c,e}]$ chứa hàm tích phân mũ $\text{Ei}(\cdot)$. Thông qua Mệnh đề 1, tác giả chứng minh $\mathbb{E}[\epsilon_c] \approx \max(\mathbb{E}[\epsilon_{c,c}], \mathbb{E}[\epsilon_{c,e}])$, chứng minh rằng hiệu năng của $U_c$ bị chặn dưới bởi hiệu năng giải mã tín hiệu $x_e$ trong bước SIC.
  • Đối với người dùng biên ($U_e$):
    • Với kỹ thuật SC: $\mathbb{E}[\epsilon_e^{SC}] = \mathbb{E}[\epsilon_{c,e}]\mathbb{E}[\Psi(\gamma_{e,1}, N_e, m)] + (1 - \mathbb{E}[\epsilon_{c,e}])\mathbb{E}[\Psi(\gamma_e^{SC}, N_e, m)]$.
    • Với kỹ thuật MRC: $\mathbb{E}[\epsilon_e^{MRC}] = \mathbb{E}[\epsilon_{c,e}]\mathbb{E}[\Psi(\gamma_{e,1}, N_e, m)] + (1 - \mathbb{E}[\epsilon_{c,e}])\mathbb{E}[\Psi(\gamma_e^{MRC}, N_e, m)]$. Tác giả sử dụng tính chất chặn $Z_{N,m}(t_1+t_2) \le Z_{N,m}(2t_1) Z_{N,m}(2t_2)$ để dẫn xuất giới hạn dưới khép kín chặt chẽ cho $\mathbb{E}[\epsilon_e^{MRC}]$.

Chương 4: Kết quả mô phỏng, phân tích và đánh giá

Chương 4 thiết lập các kịch bản mô phỏng số và lưu đồ thuật toán trên MATLAB. Tác giả xây dựng ba lưu đồ chi tiết: Lưu đồ chương trình chính, Lưu đồ thuật toán phân tích giải tích (hàm AN_AN) và Lưu đồ thuật toán mô phỏng Monte Carlo (hàm AN_SM). Các kết quả đồ thị mô phỏng và phân tích được đối chứng qua 4 trường hợp khảo sát:

  1. Đánh giá BLER trung bình theo $P_s/\sigma^2$ (từ 0 đến 25 dB).
  2. Đánh giá BLER trung bình của $U_e$ theo $P_c/\sigma^2$ (từ 0 đến 20 dB tại $P_s/\sigma^2 = 15\text{ dB}$ và $20\text{ dB}$).
  3. Đánh giá BLER trung bình theo chiều dài gói tin $m$ (từ 110 đến 150 ký hiệu).
  4. Đánh giá BLER trung bình theo hệ số phân bổ công suất $\alpha_c$ (từ 0 đến dưới 0.5).

Chương 5: Kết luận và hướng phát triển

Chương 5 đúc kết các kết quả đạt được về mặt lý thuyết giải tích và mô phỏng số của đồ án, khẳng định tính chính xác của các mô hình toán học đã xây dựng. Đồng thời, chương chỉ rõ các điểm còn tồn tại và đề xuất các hướng mở rộng cho các nghiên cứu tiếp theo.

Kết quả và đóng góp

Kết quả mô phỏng và phân tích chính

Các thông số mô phỏng chuẩn hóa được thiết lập trong đồ án: $\lambda_c = \lambda_e = \mu = 1$, quan hệ công suất nguồn và chuyển tiếp $P_s = 10P_c$, số lượng mẫu thử Monte Carlo là $10^5$ khung truyền.

Kịch bản khảo sát Thiết lập thông số Phát hiện và kết quả chính
BLER theo $P_s/\sigma^2$ $P_s/\sigma^2 = 0:5:25\text{ dB}$, $m = 150$, $N_c = 300\text{ bit}$, $N_e = 100\text{ bit}$, $\alpha_c = 0.2$ - BLER trung bình của cả hai người dùng giảm tuyến tính (trên thang log) khi $P_s/\sigma^2$ tăng.
- Đường giải tích của $U_c$ trùng khớp hoàn toàn với mô phỏng số.
- Kỹ thuật MRC cho BLER thấp nhất; công thức giải tích MRC đóng vai trò là giới hạn dưới chặt chẽ (tight lower bound).
- Kỹ thuật SC tiệm cận rất sát với đường mô phỏng.
BLER của $U_e$ theo $P_c/\sigma^2$ $P_c/\sigma^2 = 0:4:20\text{ dB}$, khảo sát tại $P_s/\sigma^2 = 15\text{ dB}$ và $20\text{ dB}$, $m = 150$, $N_c = 300\text{ bit}$, $N_e = 100\text{ bit}$ - BLER của $U_e$ giảm mạnh khi tăng công suất chuyển tiếp $P_c$.
- MRC luôn vượt trội hơn SC ở mọi mức công suất.
- Khoảng cách chênh lệch hiệu năng giữa MRC và SC có xu hướng thu hẹp khi $P_c/\sigma^2$ tiến về mức cao (20 dB).
BLER theo chiều dài gói tin $m$ $m = 110:10:150$, $P_s/\sigma^2 = 15\text{ dB}$, $N_c = 300\text{ bit}$, $N_e = 100\text{ bit}$, $\alpha_c = 0.2$ - Khi tăng chiều dài gói tin $m$, BLER trung bình của cả $U_c$ và $U_e$ đều giảm rõ rệt do độ phân tán kênh $V(\gamma)$ giảm và hiệu quả mã hóa tăng lên.
BLER theo hệ số $\alpha_c$ $\alpha_c$ biến thiên, $P_s/\sigma^2 = 15\text{ dB}$, $m = 100$, $N_c = N_e = 100\text{ bit}$ - BLER giải tích của sơ đồ SC khớp rất sát với mô phỏng.
- Tồn tại sai số nhỏ trong khoảng $\alpha_c \in [0.2651, 0.4122]$ do tính xấp xỉ của hàm đệm $Z_{N,m}(t)$.
- Phân bổ $\alpha_c$ quá lớn làm $U_c$ khó giải mã $x_e$ ở bước SIC, dẫn đến tăng vọt tỷ lệ lỗi toàn phần tại $U_c$.

Đóng góp khoa học của đề tài

  1. Đề xuất phương pháp xấp xỉ toán học mới (Mệnh đề 1): Xử lý thành công số hạng tích can nhiễu $\mathbb{E}[\epsilon_{c,c}\epsilon_{c,e}]$ trong biểu thức BLER của người dùng trung tâm $U_c$, cho phép mô hình hóa chính xác hiện tượng lan truyền lỗi giải mã SIC trong toàn bộ dải hệ số phân bổ công suất mà các nghiên cứu trước thường bỏ qua.
  2. Thiết lập công thức giải tích cho các kỹ thuật phân tập hợp tác: Dẫn xuất thành công biểu thức hiệu năng giải tích cho người dùng biên $U_e$ dưới kỹ thuật kết hợp SC và chặn dưới chặt chẽ cho kỹ thuật MRC trong môi trường truyền gói tin ngắn.
  3. Đánh giá định lượng tác động tương hỗ giữa các tham số: Làm rõ ảnh hưởng của công suất phát nguồn ($P_s$), công suất chuyển tiếp ($P_c$), chiều dài khối ($m$) và hệ số phân bổ công suất ($\alpha_c$) đến độ tin cậy truyền thông.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của đồ án

  • Đồ án chưa thực hiện so sánh đối chứng định lượng giữa mạng NOMA hợp tác với mạng NOMA thông thường (không có nút chuyển tiếp) và mạng đa truy cập trực giao truyền thống (Orthogonal Multiple Access - OMA).
  • Chưa khảo sát và biểu diễn đồ thị biến thiên liên tục của BLER trung bình đồng thời theo số lượng bit truyền tải $N_c$ và $N_e$.
  • Mô hình nghiên cứu chỉ giới hạn ở cấu hình 2 người dùng đơn giản với các kênh fading Rayleigh không đổi theo khối và giả định các thông số thống kê kênh là lý tưởng.

Hướng nghiên cứu tiếp

  • Mở rộng so sánh hiệu năng BLER giữa mạng NOMA hợp tác với mạng NOMA không hợp tác và mạng OMA hợp tác để chứng minh rõ nét hơn lợi thế về hiệu quả phổ tần và độ tin cậy.
  • Thực hiện mô phỏng và phân tích chi tiết ảnh hưởng của số lượng bit tải dữ liệu $N_c$ và $N_e$ lên không gian phân bổ tài nguyên tối ưu.
  • Mở rộng bài toán cho hệ thống đa người dùng biên ($K > 2$) và các cơ chế chuyển tiếp toàn song công (Full-Duplex Relaying).

Giá trị tham khảo

Đồ án tốt nghiệp là tài liệu tham khảo chuyên môn hữu ích cho sinh viên, học viên cao học và các nhóm nghiên cứu thuộc ngành Công nghệ Kỹ thuật Điện tử - Truyền thông, Kỹ thuật Viễn thông và Kỹ thuật Mạng không dây:

  • Về mặt giải tích lý thuyết: Cung cấp phương pháp toán học chuẩn xác trong việc xử lý hàm lỗi $Q(\cdot)$ của lý thuyết truyền gói tin ngắn (Finite Blocklength Regime) thông qua hàm đệm tuyến tính $Z_{N,m}(t)$ và hàm tích phân mũ $\text{Ei}(x)$.
  • Về mặt thuật toán và mô phỏng: Cung cấp cấu trúc lưu đồ giải thuật hoàn chỉnh (chương trình chính, hàm giải tích AN_AN, hàm mô phỏng Monte Carlo AN_SM) giúp người đọc dễ dàng triển khai lập trình mô phỏng các hệ thống viễn thông 5G phi trực giao trên nền tảng MATLAB.

Câu hỏi thường gặp

1. Tại sao trong truyền gói tin ngắn, việc giải mã hoàn hảo tại người dùng trung tâm không được đảm bảo?

Trong truyền thông thông thường với độ dài gói tin vô hạn ($m \to \infty$), theo định lý Shannon, nếu tốc độ truyền nhỏ hơn dung lượng kênh thì xác suất lỗi tiến về 0. Tuy nhiên, trong truyền gói tin ngắn với chiều dài khối hữu hạn ($m$ nhỏ), xác suất lỗi khối luôn là một giá trị hữu hạn phụ thuộc vào độ phân tán kênh $V(\gamma)$. Do đó, người dùng trung tâm $U_c$ khi thực hiện khử can nhiễu liên tiếp (SIC) có thể giải mã sai tín hiệu $x_e$, dẫn đến sự lan truyền lỗi sang quá trình giải mã tín hiệu chính mình $x_c$.

2. Kỹ thuật kết hợp tỷ lệ tối đa (MRC) và kết hợp lựa chọn (SC) khác nhau như thế nào về mặt hiệu năng trong đồ án?

Kỹ thuật MRC kết hợp đồng pha và cộng tuyến tính năng lượng tín hiệu từ cả hai chặng truyền dẫn ($\gamma_e^{MRC} = \gamma_{e,1} + \gamma_{e,2}$), trong khi SC chỉ chọn lấy một nhánh có chất lượng tốt nhất ($\gamma_e^{SC} = \max(\gamma_{e,1}, \gamma_{e,2})$). Kết quả mô phỏng trong đồ án chứng minh MRC luôn mang lại tỷ lệ lỗi khối (BLER) thấp hơn SC ở mọi mức công suất. Khoảng cách hiệu năng giữa hai kỹ thuật này lớn ở vùng SNR trung bình và có xu hướng thu hẹp lại khi công suất trạm chuyển tiếp $P_c/\sigma^2$ tăng cao.

3. Ý nghĩa và nội dung của Mệnh đề 1 trong đồ án là gì?

Mệnh đề 1 xử lý số hạng tích xác suất $\mathbb{E}[\epsilon_{c,c}\epsilon_{c,e}]$ trong biểu thức BLER của $U_c$. Tác giả chứng minh rằng dựa trên tính chất của hàm đệm $Z_{N,m}(t)$, tích hai hàm lỗi có thể xấp xỉ bởi hàm lỗi đơn lẻ tương ứng với cận chặt, dẫn đến $\mathbb{E}[\epsilon_{c,c}\epsilon_{c,e}] \approx \min(\mathbb{E}[\epsilon_{c,c}], \mathbb{E}[\epsilon_{c,e}])$. Từ đó, BLER tổng thể của $U_c$ được rút gọn thành $\mathbb{E}[\epsilon_c] \approx \max(\mathbb{E}[\epsilon_{c,c}], \mathbb{E}[\epsilon_{c,e}])$, chứng minh rằng hiệu năng của $U_c$ bị chi phối trực tiếp bởi bước giải mã $x_e$ trong SIC.

4. Việc phân bổ công suất $\alpha_c$ quá lớn ảnh hưởng như thế nào đến người dùng trung tâm $U_c$?

Nếu phân bổ hệ số công suất $\alpha_c$ quá lớn (đồng nghĩa với việc giảm $\alpha_e$ vì $\alpha_c + \alpha_e = 1$), tỷ số SINR $\gamma_{c,e} = \frac{P_s \alpha_e |h_c|^2}{P_s \alpha_c |h_c|^2 + 1}$ dùng để giải mã tín hiệu $x_e$ tại $U_c$ sẽ bị suy giảm nghiêm trọng do công suất can nhiễu từ $x_c$ tăng lên. Điều này làm tăng xác suất lỗi $\epsilon_{c,e}$ trong bước SIC, kéo theo sự suy thoái hiệu năng toàn diện của $U_c$ dù tín hiệu $x_c$ được cấp nhiều công suất hơn.

5. Bộ thông số mô phỏng chính trên MATLAB được thiết lập như thế nào?

Hệ thống sử dụng các tham số kênh fading Rayleigh chuẩn hóa $\lambda_c = \lambda_e = \mu = 1$; quan hệ công suất phát trạm nguồn và trạm chuyển tiếp $P_s = 10P_c$; số khung mô phỏng Monte Carlo là $10^5$ mẫu; chiều dài khối $m$ khảo sát từ 100 đến 150 ký hiệu; số bit dữ liệu $N_c = 300\text{ bit}$ (hoặc 100 bit) và $N_e = 100\text{ bit}$.

Kết luận

Khóa luận tốt nghiệp "Truyền gói tin ngắn trong mạng vô tuyến NOMA hợp tác" đã giải quyết trọn vẹn bài toán mô hình hóa, phân tích giải tích và mô phỏng kiểm chứng tỷ lệ lỗi khối trung bình (BLER) của hệ thống NOMA hợp tác đường xuống trong chế độ chiều dài khối hữu hạn. Nghiên cứu đã đề xuất thành công phương pháp xấp xỉ Mệnh đề 1 để giải quyết bài toán lan truyền lỗi giải mã SIC tại người dùng trung tâm và thiết lập các biểu thức giải tích chính xác cho các kỹ thuật phân tập SC và MRC tại người dùng biên. Kết quả mô phỏng Monte Carlo trên phần mềm MATLAB đã kiểm chứng tính đúng đắn của các biểu thức lý thuyết, đồng thời chỉ ra các quy luật phân bổ tài nguyên công suất và chiều dài gói tin nhằm tối ưu hóa độ tin cậy truyền thông cho các mạng vô tuyến thế hệ mới.